PDF2Audio是一個開源項目，旨在將 PDF 文件轉換為音頻格式，例如播客、講座或摘要。該項目使用 Openai 的 GPT 模型進行文本生成和文本到語音 (TTS) 轉換。用戶可以上傳多個PDF文件并根據不同的模板生成音頻內容（例如播客、講座、摘要）。

PDF2Audio的特點：

• 支持多個PDF文件上傳：用戶可以同時上傳多個PDF文件，并批量處理文檔。

• 多種模板可供選擇：根據用戶需求，支持生成不同類型的音頻內容。模板包括播客、講座、摘要和其他不同的場景。

• 定制生成模型：用戶可以自定義GPT模型和文本轉語音（TTS）模型來生成滿足特定需求的音頻內容。

• 不同的語音選項：支持多種語音風格和音色的選擇，為生成的音頻提供不同的聽覺體驗。

如何使用PDF2Audio？

• 上傳一個或多個 PDF 文件。

• 選擇所需的模板（例如播客、講座或摘要）。

• 選擇型號并輸入API KEY

• 自定義構建參數，例如選擇音色或調整構建指令。

• 單擊“生成音頻”，應用程序將處理文檔并生成音頻文件。

GitHub： https://github.com/lamm-mit/PDF2Audio

在線體驗： https ://huggingface.co/spaces/lamm-mit/PDF2Audio